FSD鲶鱼入华，这一回合对国内车企冲击有那么大吗？

作者 |德新

编辑 |王博

狼真来的了，特斯拉FSD在2月底终于入华，这回国内车企没慌。

特斯拉FSD入华在业内传闻已久，近两年在FSD进来的确定性面前，各大车企都加紧了修炼智驾内功。

尤其在今年春节过后，长安、比亚迪、吉利等主流车企在一个月内接连发布「全民智驾」战略，推动智驾标配。这和2月底FSD向国内用户开放，一块儿将「全民智驾」推到了前所未有的热度。

从FSD初入国内的表现看，特斯拉在应对国内特色的路况，尤其复杂道路结构上仍有挑战。FSD入华的真实体验，也侧面证明了具备成熟算法之后，智驾系统的表现依赖于高质量的本土数据。

在技术条件上，得益于过去几年智驾硬件系统成本快速下降，以及端到端大模型的框架成为行业共识，「全民智驾」迎来爆发。

多位汽车行业高管认为在各家都打智驾的时代，建立优质的数据闭环体系，是接下来智驾体验竞争的关键之一。

腾讯智慧出行副总裁钟学丹，认为FSD进场对国内车企最大的挑战，「在于如何实现更大规模的量产化车队，以及智驾里程积累，这对于智驾的进化是至关重要的。

另一方面新技术领域，智驾从VLM视觉语言模型到VLA视觉语言动作模型的演进，也是今年很多自主车企和科技公司重点突破的方向，这个方向对数据的依赖性也很强。」

长安汽车智驾首席技术官陶吉在最近接受采访时说，「最紧要或者最核心要构建的能力，主机厂是数据的第一入口，未来可能是百万级别车辆（获取的）数据，要能够真正玩转起来。

这些数据的处理、挖掘、数据均衡以及怎么高效地训练，这些在数据和基建上的能力，我觉得是过去传统主机厂缺少的，但是又是下一代技术最需要的。」

特斯拉真正进入到中国市场是从2014年4月开始的，当时马斯克亲自来国内交了第一批的Model S车型。从2014 - 2024十年，特斯拉的自动驾驶硬件经历了HW1.0 - HW 4.0五代的更新（因为其间有2.5版本）。

而FSD这一回在国内开放，是基于HW4.0的硬件，通过OTA 2024.45.32.12推送的。

这波「智驾鲶鱼」真正到来时，国内车企能平稳承接住FSD的冲击，得益于全民智驾普及。

智驾硬件成本收敛以及算法成熟，让「硬件标配、智驾普及」在今年成为现实。

以今年主流的基于100 Tops级别算力的中阶智驾方案为例，英伟达OrinN、地平线J6M/E，或者是高通8650的方案，域控加传感器的整套硬件成本，大致在5000元级别上下。

算法上，基于BEV+Transformer，以AI预测结合传统规控的框架，解决了高速场景下的自动驾驶。而端到端大模型加上大算力芯片的组合，使得城市NOA甚至L3驾驶成为可能。

比亚迪海鸥在7.88万元的价格上，搭载了天神之眼C智驾系统，具备高速NOA与自动泊车功能。在国内市场，海鸥智驾版的整车价格只比特斯拉FSD的软件订阅费用多了一万多。而长安汽车则宣布，将于今年8月率先在10万元级别车型搭载激光雷达。

而这样的系统，长安、比亚迪、吉利希望在今年内做到大部分全新和改款的车型都要覆盖，难怪马斯克说「中国的车企是最有竞争力的车企」。

长安等几家车企能率先出牌，都是源于在过去两三年时间内，内部建立了一支打硬仗的自研团队。长安的智驾研发，由长安科技牵头，国内最早开发L4自动驾驶的大牛技术陶吉担纲长安汽车首席智驾技术技术官；比亚迪则是归属于新技术院旗下，由韩冰和李锋分别牵头系统集成和自研算法；吉利体系的智驾研发，由极氪智能副总裁、新晋吉利控股智驾首席科学家陈奇统筹。

这些团队，联合智驾产业在芯片、传感器、云计算、地图等多个领域的核心供应商一起，在去年今年快速交付出了一套进入量产的智驾系统。

长安启源E07，是长安自研天枢智驾量产的第一款车。

这款车在去年10月量产上市，前不久我们在重庆体验了E07上的高速NOA功能，长安汽车首席智驾技术官陶吉告诉我们，今年二季度基于端到端大模型的城区智驾也会上车。

启源E07上搭载了单OrinX芯片，相当于200 Tops级别的算力；在这个基础上，天枢智驾会有向上500 Tops和平价的100 Tops级别算力的智驾系统。

基于这三级的硬件方案，天枢智驾将会逐步在长安主要的车系上落地智驾功能的搭载，实现「可用、好用和爱用」。

陶吉告诉我们，长安在过去一年多的时间里自研目标非常明确，就是达成全量自研的高快速领航和泊车实现量产。而2025年，研发团队正在全力搞定城区。

期间，「新技术不断出现，包括端到端和大模型技术，长安的应对响应非常快，公司在去年Q3已经完成了端到端项目立项，由专职团队在高速推进，同时包括数据、感知、规控，组织阵型上也在按新的范式融合。技术变迁和组织变迁同步推进，目前进度还是比较顺利的。」

针对平价车型市场的中阶方案进度，也是当前外界最关心的话题。

陶吉告诉我们：「中阶方案正紧锣密鼓地根据大算力平台上的算法进行优化和裁剪，把高快速路领航功能的体验尽可能好地保留，同时尽管算力和成本降低，功能上希望向前从高速做到城区，让用户真正在哪都能开，有更完整的体验。」

随着二季度长安启源Q07上市，长安自研的「天枢智驾」将逐步成为长安车系智驾标配的主力。

由于今年是「全民智驾」的元年，自研智驾的成败牵动着众多车企主线产品的竞争力。组织的认知、决心和效率很大程度上将影响车企自研的进度。

陶吉加入长安之后，长安内部的风格也让他印象深刻，「当它做决策执行时，是比较坚决的。为什么坚定地 供应商和自研两手抓，也是出于这样的文化。前年抢GPU卡的时候，决策速度非常非常快，短短两三天之内就完成了。如果要走传统国企的流程，固定资产投资可能得提前一年以上。」

同时，在一些关键零部件与技术环节，选择合适的供应商也至关重要。

长安在2017年就与腾讯建立了合作，而在智驾研发上，腾讯通过云计算、地图以及数据闭环服务为天枢智驾的研发「提供了非常大的支撑」。

由于高精度地图的成本和更新问题，轻图化是过去几年非常明显必然的趋势。

但在实际操作中，「要走向更可泛化、更低成本的地图维护，从完全不用到接近高精的平衡态，中间到底哪种形态是最佳的，过去是不确定的，需要跟合作伙伴共同探索，它不像传统的供应商和主机厂的关系，而是共研共创，腾讯的执行力很强。」

另外，在大模型时代，地图正在成为模型训练输入的真值。

「原来的高精地图能力，会越来越往云上，帮助我们的模型构建能力。在地图数据，变成模型训练数据的过程中，也帮助我们从采集、合规到模型训练，每个环节都是共建能力，我觉得这是未来主机厂和合作伙伴新的共生共赢的方式。」

长安也在与硬件公司合作深度优化降本。

「基本上中国激光雷达的产业链占据了世界的主流。」陶吉评价，「主流的车载激光雷达已经从过去的几千块钱，通过大规模量产，降低到一千元以内。」

下一步，长安将与激光雷达厂商深度合作定制激光雷达，比如将光学接收的后处理计算集成到中央域控来进一步降低成本。

到2025年下半年，自主品牌主流车企的大部分车型将进入智驾标配的阶段。用户对智驾认知的提升，导致智驾体验也成为车型竞争力的关键因素。

特斯拉FSD入华的体验，是近期一个非常鲜明的案例。在开放一周后，大量车主和媒体的实测暴露出FSD面临的挑战：国内异于美国的道路结构，以及更加密集的车流、行人和两轮博弈。走错路和闯红灯，是目前FSD在国内出现最频繁的问题。

据晚点报道，2 月初特斯拉调拨了部分美国自动驾驶工程师来中国，做成熟版本FSD的本地化部署并优化算法。特斯拉总部无法获取其在中国道路的实测数据用于训练，目前仅仅采用了网络公开的视频片段对FSD的模型进行调校。

腾讯智慧出行副总裁钟学丹认为，今天行业虽然在讲无图，但智驾对地图数据依然有强需求和依赖，「特斯拉在这个阶段有一定的挑战。高质量的地图数据，特别针对SD Map标准地图延展出来的一部分轻图能力，对于（特斯拉遇到的）这类复杂场景路况，会有非常大的帮助。」

尤其在智能驾驶进入城区场景之后，系统对于地图快速更新的需求使地图的形态明确地趋向「云图一体化」。未来的地图既在云端运营和更新，数据也可以作为真值用于算法的训练，腾讯兼具了图商和云服务商的身份，站在这个角色上能更好地帮助车企的智驾落地。

FSD的体验也从另一个角度证明了，即使有成熟的算法架构，智驾的实际表现强依赖于高效的数据闭环。

陶吉认为，在各家都配备智驾的市场中，核心的体验竞争是人才的竞争和建立数据闭环的能力。

「首先的竞争，还是人才和认知的提升。过去一年，长安的AI和智驾团队在这方面有长足的变化，我们没有太多对外去讲核心团队，但我们的核心团队目前跟任何北上广的新势力比，都是头部的。从领军人物的认知、团队的素质，转化成产品竞争力，还是有时间窗口，大家可以期待。

具体技术上，我觉得最紧要或者最核心要构建的能力。

第一，未来百万级别车辆搭载的数据，能真正玩转起来，主机厂是数据的第一入口，这是非常核心的。这些数据以什么样的标准规格进行处理，怎样进行标签的挖掘，做数据均衡，做自动化的云端存储，以及高效地进行训练等等。这样一些在数据和基建上的能力，我觉得是过去传统主机厂缺少，但是又是下一代技术最需要的核心能力，而不是有一个白盒代码就能怎么样。」

「有了这样的能力，相当于构建了一个非常豪华的厨房，要炒什么菜都是OK的。」陶吉这样比喻。

AI与大模型为智驾带来了突破性的进展，同时因为技术迭代飞快，对车企研发的挑战也很大。

当前，端到端几乎是行业共识，并且已经明显展示出相比于传统方法的收益。

陶吉认为，下一步VLM、VLA会是更彻底的端到端，但在今天的算力平台上受限，可控性不明确，一步走到VLA还是比较困难的。

但对于车企的研发来说，「根本不变的东西还是数据，这个数据肯定是AI这个时代上最重要的养料。」

FSD进来之后，钟学丹认为，有两大要素是国内汽车行业需要长期面对和思考的：

第一，针对智驾训练和运营的算力基础设施建设。它不像以前训练一个模型之后直接应用就行了，智驾的模型需要持续迭代，需要考虑到如何让平台能够长期提升和支撑这些需求。

第二个，建设数据的闭环能力。有了更多量产车之后，数据会快速累积。需要有效利用这些数据来进化系统的能力，不然可能会造成不断纠偏，对于时间和成本的消耗都会很大。

「未来的整车，我们认为它还是一个完整的AI智能体。」陶吉说，「大的方向，我认为要抓住主机厂独特的身位优势——整体定义，有足够多的数据做驱动，又要有强大的AI核心算法能力来做支撑。

AI汽车的典型特点就是有整车的AI化，智驾只是其中一个表现，然后做到个性化，它可以通过大模型和内容的交互了解人的需求，因为它有长期的记忆。

我们今天做的所有事情，就是为这个做准备。」